针对D2D(Device-to-Device)通信系统中源节点与目的节点间的距离过大时出现通信时延大、 通信过程中 断等问题,提出了一种基于社交关系及能量缓存的D2D通信中继选择算法。 该算法在限定中继节点的位置前 提下, 不仅考虑传输速率、中继的剩余能量及剩余缓存空间等常规条件,还考虑了节点间的社交关系以及链路 的中断概率,综合计算每条链路权重,权重最高的链路被选中进行数据传输。 仿真实验表明,该算法有效降低 了D2D通信链路的传输时延,提高了系统成功传输概率,进而提升了中继系统的稳定性。

针对现阶段D2D(Device-to-Device)通信信道分配效果不佳等问题,提出基于匈牙利(KM:KuhnMunkras) 算法的D2D通信信道分配最优化数学模型。 在D2D通信系统模型构建的基础上, 计算D2D通信信道传输 速率, 将系统中的各个变量表示在一个二维坐标系中,构建线性规划图,根据该图求解D2D用户的最佳发射 功率; 基于KM算法建立D2D通信信道分配最优化数学模型,实现D2D通信信道分配。 实验结果表明,所提 方法D2D通信信道分配最优化数学模型的实际应用效果更好,通信系统的吞吐量更大。

针对数字视频图像采集过程中受外部环境噪声干扰及原始图像分辨率低的影响,在压缩过程中可能出现 很多的失真和伪影,并且每次压缩和解压缩都会引入一定的误差,误差逐渐积累,导致最终的压缩效果较差的 问题, 提出基于稀疏编码的数字视频图像压缩方法研究。 利用多阈值迭代方法对数字视频图像中的噪声实施 去除, 利于后续的图像压缩处理;通过稀疏编码方法获取去噪后的数字视频图像的正交基系数,对该系数进行 冗余字典稀疏编码和压缩传输,建立多帧去压缩伪影网络,利用网络中的运动补偿模块对数字视频图像实施 运动偏移估计以及像素补偿;将运动补偿帧输入去压缩伪影模块中完成压缩伪影的消除,实现数字视频图像 压缩。 实验结果验证该方法能有效去除压缩数字视频图像中的伪影,具有较高的压缩效率和信噪比。

为解决弱边缘超声图像分割难度大的问题,提出基于改进CNN(Convolutional Neural Networks)的弱边缘 超声图像分割方法。 该方法首先利用平稳小波变换去除图像中的噪声,并通过加权最小二乘滤波器强化图像 边缘细节,然后将改进卷积注意力模块添加到残差网络模型中提取图像特征,最后通过优化损失函数提高图像的 分割精度。 实验结果表明,所提方法对超声图像的弱边缘细节处理效果好,可提高对医学超声图像的分割精度。 

为解决无人机的低通信能耗比问题,并在维持高通信质量的同时降低能耗,提出了一种基于强化学习的 无人机航线规划方案。 将连续的飞行空间划分为多层二维网格以便于生成无人机状态点,并建立一个基于 通信质量和能耗参数的奖励函数,通过Q-Learning算法学习获得通信能耗比最优航线。 实验结果表明, 该学习 模型规划的航线能获得较高的通信能耗比,具有一定应用价值。

针对局部线性嵌入(LLE:Locally Linear Embedding)算法邻域选择不精确及度量方法缺陷导致不能提取 流形真实结构的问题,提出一种基于自适应邻域及重构权重的局部线性嵌入算法(AN-RWLLE: Locally Linear Embedding Algorithm Based on Adaptive Neighborhood and Reconstruction Weight)。 首先, 通过计算高维样本点的 余弦相似性,筛选出每个样本点的局部邻域,再从该邻域中自适应选择最优邻域。 其次,融合最优邻域内样本 点的距离和结构特征,充分挖掘高维数据流形结构,实现权重重构。 最后,利用支持矢量机对特征进行识别, 在低维空间保持高维数据的本质特征。 实验结果表明, AN-RWLLE算法具有很好的可视化和聚类效果, 在两组轴承故障数据集上都具有很好的特征提取能力。 

针对多输入多输出(MIMO:Multiple Input Multiple Output)认知物联网(C-IoT: Cognitive Internet of Things) 系统中存在频谱效率低的问题,提出了一种基于智能反射面(IRS:Intelligent Reflecting Surface)辅助的交替迭代 的块坐标下降算法。 以主接收机处的干扰功率、次发射机处的发射功率和IRS处的单位模为约束条件,通过联 合优化次发射机处的主动波束形成和IRS处的被动波束形成最大化系统加权和速率。 将复杂的非凸优化问题 分解为子问题后,分别使用拉格朗日对偶法和逐次凸逼近法对子问题进行处理。 仿真结果表明,在多天线用户 场景下所提算法可以快速收敛,通过增加IRS反射元件的数量或正确部署IRS的位置可以有效提高C-IoT系统 的频谱效率。

针对光学遥感数据中舰船小目标数量占比大,长宽比大且多个目标紧密排列难以检测的问题,提出一种 基于YOLO V5(You Only Look Once V5)的光学遥感舰船小目标检测算法———UPCBAM-RYOLO V5(Upsampling Convolutional Attention Block Module-RYOLO V5)算法。 该算法设计了一种上采样注意力机制模块, 增强了网络 对小尺寸目标特征提取能力,并在边框回归公式中引入旋转角度损失,提高了算法对舰船外观和方向的感知 能力。 基于GF1、GF2组成的舰船小目标数据集实验, 结果表明, UPCBAM-RYOLO V5 算法模型提升了舰船 小目标检测的定位精度和分类精度,其中P、R、 MAP(Mean Average Precision)值分别达到93%、94%和95%, 较传统YOLO V5 模型分别提高3%、7%和7%。 对网络中上采样注意力机制模块添加位置的消融实验结果 表明, 相较于在Backbone和Prediction 处加入 UPCBAM, 在 Neck 处加入 UPCBAM 对遥感影像舰船小目标的 检测影响最大,性能最优,P、R和MAP值分别提高了5%、4%和2%。 从而验证了UPCBAM-RYOLO V5模型在 光学遥感舰船小目标检测方面具有一定的研究意义。

为提高遥感模糊图像对比度增强效果, 增加清晰度, 提出基于均值滤波的遥感模糊图像对比度增强 方法。 首先,采用快速中值自适应均值滤波算法对遥感模糊图像整体进行去噪处理;其次,结合遥感图像边缘 的分形自相似特征以及灰度梯度变化实现对图像边缘点的提取,并将图像的整体区域划分为明亮和暗淡区域; 最后,采用细节保留映射算法和感知对比度映射方法分别增强两个区域的对比度,完成对遥感模糊图像整体的 对比度增强,实现对该图像的色彩还原。 实验结果表明,该方法增强图像能有效去噪,绝对均值差小于0.85, 在图像对比度和清晰度增强方面表现出良好的性能。

针对当光伏板处于不均匀的太阳光照射时,产生发电效率低的问题,提出一种混沌哈里斯鹰算法与电导 增量法结合的算法。 哈里斯鹰算法引入Levy飞行函数和Henon混沌映射,在跟踪早期,扩大算法的搜索范围。 再引入最优个体策略,可进一步减少算法的迭代次数。 该算法使系统更易跳出局部最大功率点,而在跟踪后 期, 算法精确运行在小范围内,提高了局部搜索能力。 实验结果表明,电导增量法的加入缓解了系统位于全局 最大功率点(GMPP: Global Maximum Power Point)附近时的功率振荡, 稳定输出。

针对脑认知疾病的检测困难和识别准确率低等问题,将卷积神经网络的局部依赖建模能力和注意力机制 的全局依赖建模能力相融合,提出了由多头注意力引导的卷积神经网络(MAGINet: Multi-Head Attention-Guided Convolutional Network), 用于识别正常(NC: Normal Control)、 早期轻度认知障碍(EMCI: Early Mild Cognitive Impairment)、 晚期轻度认知障碍(LMCI: Late Mild Cognitive Impairment) 和阿尔茨海默症(AD: Alzheimer’s Disease), 探索 NC 经 MCI(EMCI 和 LMCI)到 AD 的完整演化过程。 首先, 将 3 种功能连接网络(FCN: Functional Connectivity Network)变体的互补信息进行整合, 形成一个多视图学习框架。 其次, 在每个视图下的 卷积神经网络模块中,设计了一种新的多头注意力模块,先后通过完成自注意力、通道注意力及空间注意力 帮助建模全局依赖关系,弥补卷积神经网络的局部机制优化模型的性能,并证明了其有效的信息提取能力。 最后, 将该模型用于多个脑病分类,实验结果证明了模型的强大通用性和可重复性。

由于井场偷油现象是影响油田的安全生产与稳定运营的重要问题,而目前行为识别方法较少关注井场偷 油检测的需求,且在对井场偷油目标进行特征识别过程中通常存在局限。 为此,提出一种基于3D注意力残差 的井场偷油行为识别算法。 该网络由多个三维注意力残差块组成,通过在每个残差块中嵌入通道和时空注意 力模块,获取更多的特征判别信息,以增强模型对重要特征的关注。 在井场偷油行为数据集上对算法的有效性 进行验证,实验结果表明,相较同类算法,该方法具有更高的识别准确率,可为油田井场偷油行为自动检测的 实际应用提供参考。

为提升党的领导水平、增强党的执政能力、加强党的自身建设,进而推动中国特色社会主义事业的持续 健康发展,开发了一种干部信息管理系统。 系统引入了信息化技术,通过模型化、 可视化、 智能化的方式, 提高了干部选拔任用的科学性和规范性,并能对干部的日常思想、工作、作风等进行监督,实现了全面考核、 规范管理。 改进后的系统提高了干部选拔任用的准确性和效率,加强了干部日常管理监督,实现了干部绩效 考核的科学化和规范化。 通过实际应用表明,使用干部信息管理系统,能进一步提升党的事业发展,推动组织 工作向科学化、规范化、精细化方向迈进,实现党员干部队伍建设的新跨越。

 针对人脸具有多样性和复杂性,同一人脸在不同条件下可能呈现出不同的形状和结构,导致了人脸特征 点标定困难的问题,为准确提取出人脸特征点,提出基于遗传算法的三维图像人脸特征点标定。 利用双目立体 视觉系统实现人脸信息的多角度采集,从采集信息中提取主要特征信息,结合“三庭五眼冶位置关系共性,在一 般人脸模型上补偿面部轮廓以及五官局部变换坐标点信息,获得更接近真实人脸的三维坐标点位置信息集合。 引入多种群遗传算法,以子种群内的基本染色体构成,表示三维人脸模型中的形状、姿态参数,通过采用不同 的交叉和变异操作筛选最优染色体,实现三维人脸特征点的精准标定。 实验结果证明,该方法建立的三维人脸 模型真实度较高,特征点标定精准,标定的均方误差法(MSE:MeanSquared Error)最高为7.9%。

针对飞行员在执行任务时需要同时处理多种信息源和任务,加重了脑力劳动负荷的问题,为提高飞行 安全性和飞行员的工作效能,研究了基于随机森林算法的飞行员脑力负荷多维综合评估模型。 利用线性有限 脉冲响应带通滤波器处理脑电信号,剔除高频及低频噪音,计算失匹配负波,获得线性插值脑电信号采样点, 根据脑电信号邻域重叠采样点,提取各节律的功率谱密度和能量特征。 构建随机森林算法多维综合评估模型, 确定各信号波动频率输出点, 结合投票模式获得多维脑力负荷最佳的分类结果,实现飞行员脑力负荷综合 评估。 实验结果证明,所提方法具有较高的分类精度,能精准评估飞行员脑力负荷状态。

为探索科技资源国际研究热点与国际合作趋势,应用科学文献计量方法与可视化分析方法对Web of Science收录的科技资源文献进行分析。 研究结果发现: 目前科技资源处于快速增长期, 美国、 西班牙、巴西和 中国为主要发文国家,核心研究机构为圣保罗大学和中国科学院,主要发文期刊为《Sustainability》和《Strategic Management Journal》, 研究热点为技术资源、 通信技术和数据采集等。

针对已有无刷控制器存在控制方式不灵活,通用性差等问题,设计并开发了可编程无刷电机控制实验 系统。 该实验系统提供了一种可重复开发方案,只需使用其配套的上位机编程软件,就能在控制信号与电机输 出之间建立自由映射,直接驱动霍尔无刷电机。 其系统硬件部分基于ARM(Advanced RISCMachine)-Cortex M3 MCU(Multipoint Control Unit), 可同时支持数字电平、 模拟信号以及脉冲宽度调制信号(PWM: Pulse Width Modulation); 上位机软件基于 PyQt5 开发, 主要包括引导窗界面与主窗口。 测试电机可根据自定义控制信号与 外界设备进行通信且可达到程序预期设计转速,该系统可为电机控制教学提供新的实验方案。

针对气调储粮室内气体浓度实时检测问题,设计了一款基于STC89C52单片机和氧传感器的便携式氮气 浓度检测仪。 依据大气中氮气和氧气浓度在忽略稀有气体的条件下几乎互补的原理,将检测气调储粮室内 氮气浓度转化为检测氧气浓度,最终再换算出环境中氮气浓度百分比。 当气调储粮室内氮气浓度百分比低于 预设值97%时, 检测仪能实现声光报警功能, 同时可实时显示储粮室内氮气浓度百分比信息和温湿度信息。 硬件系统包括氧传感器、温湿度传感器等信号采集电路、信号调理电路、模数转换电路、STC89C52单片机和声 光报警单元。 软件设计选用C语言和Keil开发环境。 实验测试结果表明,该检测仪可实时显示环境信息且在 环境中氮气浓度低于预设值97%时能立即启动报警,实现了预期功能。

基于高校以人才培养为重心的工作背景,对吉林省31所高校进行分析,以期为如何挖掘高校潜力,合理 配置高校资源提供借鉴意义。 以2017年数据为样本, 从高校基本情况中的学生数量、师资水平、办学条件等 方面选择了24个指标,运用描述性统计、 因子、 聚类、 典型相关分析等方法, 对高校发展状况进行了研究。 研究表明,吉林大学在学生数量、师资力量、办学条件等方面都优于吉林省其他高校,其次教育部直属的东北 师范大学和省属的12所高校,在办学条件方面优于地方直属的17所学院。 并且学历高的老师的职称也普遍 很高, 学历偏低的老师的职称也普遍较低。

对为避免语言含义对英语口语翻译结果产生干扰,提高英语口语翻译准确性的问题,提出基于属性 特征的英语口语准确翻译系统。 该系统通过分析输入数据变量,提取口语语义特征参数,其可以捕捉到词汇和 表达方式之间的差异,提高翻译的准确性。 使用变分自编码器捕获特征的有效信息,从而获得英语口语语义 匹配结果。 对口语语义匹配进行编码和解码, 并根据参数设置翻译规则, 以识别口译歧义词参数, 并利用 CBOW(Continuous Bag-of-Words)模型识别评定参数。 设立了句式复杂分组翻译规则, 并根据规则进行语义翻译 连接, 从而形成准确的英语口语翻译结果。 实验结果表明,设计的英语口语翻译系统具有较高的翻译准确率, 能实现准确的英语口语翻译,说明所研究的翻译系统能满足英语口语翻译高精度翻译的要求。

 针对传统教学模式中存在的资源分配不均、教学效率低等问题,建设了“6i”数字教育应用与支持服务 体系, 包括教(iLearn)、 学(iSocial)、 评(iSense)、 管(iEdu)、 服(iHelp)、 环(iMeta)6 个方面。 通过三化教室 建设、 数字化教学资源建设、 教学模式改革、 数字化教学质量管理以及新型数字技术教学应用探索等具体 措施, 实现了教学资源的数字化转型和教学模式的创新。 结果表明,数字技术的应用显著提升了教学质量和 学习效果,为学生提供了更多的自主学习和个性化学习机会。 该研究成果对其他高校在推进教育数字化转型 方面具有重要的借鉴意义,有助于构建更加开放、高效、智能化的教育体系,推动教育高质量发展。

随着互联网技术发展, AI(Artificial Intelligence)技术在教育中的应用已成为教育创新的发展趋势。 为提高AI在课堂教学优化、学生评价、考试测评和师资培训等关键环节的作用,通过分析现有AI教育产品, 总结AI在教育领域的应用现状,并对其发展趋势进行了展望。 结果表明,AI技术能显著提升教学效率,实现 对学生学习情况的智能分析, 提供个性化教学支持。 同时, AI在教育资源配置和学习者特征分析中表现出 巨大潜力,有助于实现教育的个性化和精准化。 虽然其面临应用范围、研发力度和应用模式等方面的挑战,但 AI 技术的深入应用有望推动教育事业的发展和进步。 

由于MCU(Microcontroller Unit)编程语言主要为 C 语言, 以软逻辑实现, 并通过顺序执行指令实现特定 功能, 因此存在低速的缺点。 为得到高速同时仍然保留 MCU 优势的系统, 研究了基于 FPGA(Field- Programmable Gate Array)与 ARM(Advanced RISC Machines)Cortex-M0 的可重构 MCU 设计。 针对 ARM Cortex- M0 内核以及AMBA(Advanced Microcontroller Bus Architecture)总线系统进行分析, 设计 MCU 系统整体所需的 每个单元,根据每个模块的特性设计其Verilog代码, 并进行仿真验证。 探究了基于FPGA平台设计特殊的外 设, 验证硬件算法等,并以定时器中断系统为例,结合软件和硬件,对整个MCU系统进行综合仿真,分析实际 运行中ARMCortex-M0 内核的工作状态, 总线系统对每个模块间数据的通讯与调度,验证FPGA平台开发MCU 的可行性与高效性。 结果表明,MCU基于重构平台设计,可实现外设功能根据需求的定制化,相比传统MCU 具有更高的灵活度。